计算机视觉调研教案.docxVIP

计算机视觉调研报告摘要：在信息时代高速发达的今天，计算机视觉作为计算机科学的一个分支，也在人们日常生活中也得到广泛的应用，给人们的生活带来许多的便利，促进了科学技术的发展，本文是主要介绍一下计算机视觉的发展、在工农业以及其他行业的应用，还简要介绍了该技术在今天所面临的一些问题。关键词：计算机视觉；发展；应用；面临的问题；1.概述计算机视觉就是一门研究如何使机器学会看的技术，简言之，就是使用视觉传感器或者计算机模拟人眼视觉的基本功能，即通过这种技术可以实现对外在世界实际场景的感知、采集、处理以及解释理解等功能。此类技术的研究初衷是采集、感知相关环境的图像，定位、辨识具体目标，确认相关目标的排列分布组合、结构特点和相关目标间的关系，从而能够对外在世界里的实际场景和目标做出有意义的识别和判断；而且在今天计算机视觉是人工智能领域最热门的研究课题之一，它和专家系统、自然语言理解已成为人工智能最活跃的三大领域。尽管它还是一门年轻的学科，还没有形成完整的理论体系，在很多方面它解决问题的方法还是一种技巧，但它是实现工业生产高度自动化、机器人智能化、自主车导航、目标跟踪，以及各种工业检测、医疗和军事应用的核心内容之一，也是实现第五代智能机的关键因素之一。所以对于计算机视觉的研究是非常有意义的，成熟的计算机视觉技术对人类的发展会有相当大的促进作用。计算机视觉的发展计算机视觉是在20世纪50年代从统计模式识别开始的，主要集中在二维图像分析和识别上。20世纪60年代MIT的Roberts通过计算机程序从数字图像中提取出诸如立方体、楔形体、棱柱体等多面体的三维结构，并对物体形状及物体的空间关系进行描述。Roberts的研究工作开创了以理解三维场景为目的的三维计算机视觉的研究。20世纪70年代中期麻省理工学院人工智能实验室正式开设“计算机视觉”课程，由国际著名学者B.K.P.Horn教授讲授。David Marr教授于1973年应邀在MIT·AI实验室领导一个以博士生为主体的研究小组，1977年提出了不同于积木世界”分析方法的计算视觉理论该理论，称为马尔（Marr）视觉理论，他认为视觉可分为三个阶段，第一阶段是早期视觉，其目的是抽取观察者周围景物表面的物理特性，第二阶段是二维半简图或本征图象;是在以观察者为中心的坐标系中描述表面的各种特性，根据这些描述可以重建物体边界、按表而和体积分割景物，但在以观察者为中心的坐标系中只能得到可见表面的描述，得不到遮挡表面的描述，故称二维半简图;第三阶段是三维模ICU、视觉信息处理的最后一个层次，是用二维半简图中得到的表面信息建立适用于视觉识别的三维形状描述，这个描述应该与观察者的视角无关，也就是在以物体为中心的坐标系中，以各种符号关系和几何结构描述物体的三维结构和空间关系。该理论在20世纪80年代成为计算机视觉研究领域中的一个十分重要的理论框架。到20世纪80年代中期计算机视觉获得了蓬勃发展，新概念、新方法、新理论不断涌现比如，基于感知特证群的物体识别理论框架，主动视觉理论框架，视觉集成理论框架等。而且自80年代以来，计算机视觉的研究已经实验室走向实际应用的发展阶段。而计算机水平的飞速提高以及人工智能、并行处理和神经元网络等学科的发展，更促进了计算机视觉系统的实用化和涉足许多复杂视觉过程的研究。目前，计算机视觉技术正在广泛的应用于几何计算、计算机图形学、图像处理、机器人学等多个领域中。计算机视觉的应用在网络和信息时代非常发达的今天，计算机技术也在不断的发展与完善，使得它在人们的现实生活中扮演的角色也越来越多，而且该技术的应用的领域也越来越广，它所表现出来的价值也越来越高。下面就简单的分析该技术在各个方面的应用，在介绍它在各个方面的应用之前简要的引入一些计算机图像处理的方法，因为计算机视觉的处理技术主要依赖于图像的处理方法。3.1计算机视觉图像处理方法3.1.1图像变换图像变换是许多图像处理与分析技术的基础，为了有效快速地对图像进行处理和分析，常需要将原定义在图像空间的图像以某种形式转换到另一些空间，并利用在这些空间的特有性质方便地进行一定的加工，最后再转换回图像空间以得到所需的效果。3.1.2图像增强图像增强目的是对图像进行加工，以得到对具体应用来说视觉效果更“好”更“有用”的图像，从根本上说并没有图像增强的通用标准，观察者是某种增强技术优劣的最终判断者，由于视觉检查和评价是相当主观的过程，所谓“好图像”的定义在比较增强算法性能中实际上是非常多变不定的。3.1.3图像恢复图像恢复也称图像还原，就是尽可能地减少或者去除数字图像在获取过程中的降质，恢复被退化图像的本来面貌，从而改善图像质量。3.1.4图像编码图像编码也称图像压缩，图像数据量是非常巨大，无论传输或存储需要对图像数据进行有效的压缩，压缩数据量的重要方法是肖除冗